python写机器学习回归代码

好的，以下是一个简单的线性回归代码示例，使用 scikit-learn 库：

import numpy as np
from sklearn.linear_model import LinearRegression

# 构造训练数据
X_train = np.array([[1], [2], [3], [4], [5]])
y_train = np.array([2.5, 3.6, 5.1, 6.2, 7.3])

# 创建线性回归对象
reg = LinearRegression()

# 训练模型
reg.fit(X_train, y_train)

# 预测
X_test = np.array([[6], [7], [8]])
y_pred = reg.predict(X_test)

print(y_pred)

这个代码示例中，我们使用了一个简单的训练集和测试集，包含一个特征和一个目标变量（y）。我们用训练集训练了一个线性回归模型，并用测试集进行了预测。最后输出了预测结果。

当然，这只是一个简单的线性回归示例，实际问题中可能需要更复杂的模型和更多的特征。